Este trabalho analisa a viabilidade de aplicação de uma sistemática de gestão de estoques que permite escolher e parametrizar modelos de decisão de reposição de itens para apoiar os coordenadores de abastecimento de supermercados, através da utilização de dados reais. O principal objetivo desta sistemática é contribuir para o aumento da disponibilidade de produtos na loja do supermercado, através do seguinte equacionamento: minimizar os custos operacionais e de estoque do varejo, tendo como restrição um nível mínimo de serviço ao cliente. Esta pesquisa experimental aplicada possibilitou identificar que o modelo CALNEC apresentou o melhor desempenho em 80% da amostra. A melhor configuração (configuração dos melhores desempenhos de todos os modelos) ofereceu uma economia de até 42% frente ao custo atual. O modelo de gestão de estoque atualmente utilizado apresentou desempenho pior mesmo comparado aos modelos não vencedores. / This work analyses the viability of an application of the inventory management systematic, which allows to choose and to parameterize replenishment decision models to support supermarket replenishment coordinators in their tasks, using real data. The main objective of this systematic is to contribute to the product availability improvement in the supermarket store considering the following equation: minimize the operational and inventory costs from retail having as a restriction the minimum customer service level in items available at the retail store. This experimental applied research identified CALNEC as the inventory model that presented the best performance in 80% of the sample. The best configuration (configuration of the best performance from all models) showed a saving of 42% compared to the current costs. The current inventory management model presented the worst performance even compared to the non-winners models.

O presente trabalho propõe um modelo de operação sustentado por um sistema de suporte à decisão para operar a distribuição de água em tempo real atendendo a condições / restrições hidráulicas com o mínimo custo de energia elétrica. O atendimento às condições / restrições hidráulicas são avaliadas por um modelo simulador hidráulico previamente montado e calibrado. O conjunto de resultados avaliados pelo modelo de simulação hidráulica é analisado por um modelo de otimização proposto com solução de programação linear. As condições de operação em tempo real geram a necessidade de alimentação de informações operacionais automáticas a qualquer momento e com curto espaço de tempo – menor que horário. Para uma operação otimizada, previamente analisada por um modelo de simulação hidráulica cria uma condição critérios para uma previsão do consumo a ser atendido nas próximas horas. Um refinamento desses critérios são utilizados em um modelo de previsão de demanda de água que prevê e checa seus resultados de forma dinâmica. O modelo de operação proposto cria uma interface entre todos esses sistemas. Essa interface é testada e avaliada a partir de um estudo de caso aplicado no Sistema Adutor Metropolitano de São Paulo. A eficiência do modelo de operação proposto é apresentada tendo como resultado uma redução no custo de energia elétrica. / This assignment considers an operation model supported by decision support systems to operates the water supply systems in real time, considering the hydraulical conditions while achieving some performance goals, in this case, reducing electricity costs (minimization of pumping costs) the attempt of the hydraulic constraints are evaluated by an hydraulical simulator previously calibrated. The set of results are analyzed by an optimization model which uses a linear programming. The operation conditions in real time requires automatic feeding operational information shortly at any time (less than an hour) for an optimized operation, previously analyzed by a hydraulic simulation model with creates condition criteria of consumption within following hours. These criteria are refined according to a demand prediction model that dynamically previews and checks the consumption results. This proposed model creates an interface between all these systems. This interface is tested and evaluated according to a study of the São Paulo´s metropolitan area, “Sistema Alto Tietê”. The efficiency of this proposed model is presented having reductions in the electric energy costs.

O presente trabalho apresenta a previsão de demanda de água em sistemas urbanos de abastecimento através de Rede Neural Artificial (RNA) utilizando dados de consumo de água e variáveis meteorológicas e socioambientais. A RNA utilizada foi uma de três camadas chamada de rede de múltiplas camadas alimentadas adiante com o algoritmo de treinamento LLSSIM (Hsu et al., 1996). Neste estudo, foram utilizados os dados de consumo de água (SABESP) e meteorológicos (IAG/USP) para o período de 2001 a 2005 para Região Metropolitana de São Paulo (RMSP). As variáveis socioambientais e meteorológicas que podem afetar o consumo de água foram analisadas. A ETA Cantareira e o setor Itaim Paulista foram utilizados para avaliar a relação entre o consumo e as variáveis antrópicas e meteorológicas para o ano de 2005. Esses conjuntos de dados foram utilizados para o treinamento, o teste e a previsão da RNA. Para a ETA Cantareira, foram criados 8 modelos e para o setor Itaim Paulista 57, sendo que os modelos 9 a 57 correspondem à previsão ideal. O desempenho dos modelos foi avaliado pelo o erro médio, erro médio absoluto, erro médio quadrático, o coeficiente de correlação, exatidão, viés, POD, FAR, CSI e POFD. Para a ETA Cantareira o melhor desempenho ocorreu para a média de 12 horas e para o Itaim Paulista a média de 6 horas. Na previsão ideal observou-se que a memória do sistema é um fator importante, principalmente quando se tem dois intervalos de tempo anterior. Os resultados mostraram a importância da memória, pois ela ajuda a melhorar o desempenho da previsão A previsão horária foi obtida com níveis de erros aceitáveis. Comparando os resultados de todas as configurações dos modelos, observou-se que há uma tendência para pequenos erros. Finalmente, conclui-se que o método proposto pode ser utilizado para previsão de consumo obtendo uma boa previsão. / This work is concerned with the prediction of water demand in urban water supply systems using water consumption, meteorological and socioenvironmental variables in an Artificial Neural Network (ANN) system. The ANN is a three layer feed-forward network with the LLSSIM training algorithm (Hsu et. al., 1996). In this study, water consumption (SABESP) and meteorological (IAG USP) data sets between 2001 and 2005 were used for studying the Metropolitan Area São Paulo (MASP). Possible socio-environmental and meteorological conditions affecting water consumption in the MASP were analyzed. Two water treatment stations (ETA), namely, Cantareira and the Itaim Paulista were used to evaluate the relationship between water consumption against anthropic and meteorological conditions for the year 2005. These data sets were also used for training, testing and forecasting of the water consumption model with the ANN. For the Cantareira ETA, 8 model configurations were tested and 57 for the Itaim Paulista ETA. In this late case, configurations 9 to 57 were for ideal forecasts. The various model configurations were evaluated by the mean error, mean absolute error and mean square root error, correlation coefficient, bias, POD, FAR, CSI e POFD. The best performance for the Cantareira ETA was obtained for a 12-hour average of the input variables, and for the Itaim Paulista ETA, for the 6-hour average. The ANN model configurations fed with variables of previous three times steps (memory) performed best, followed by two previous time steps. The results indicate the importance of these memory to improving the performance of the forecasting. The hourly forecasting was obtained with acceptable error levels. Comparing the results of all model configurations, there is an overall tendency for minor errors. The proposed method can be used to demand forecast a good prediction.

nÃo hà / The application of time series in varius areas such as engineering, logistics, operations research and economics, aims to provide the knowledge of the dependency between observations, trends, seasonality and forecasts. Considering the lack of effective supporting methods od logistics planning in the area of foreign trade, the multivariate models habe been presented and used in this work, in the area of time series: vector autoregression (VAR), vector autoregression moving-average (VARMA) and state-space integral equation (SS). These models were used for the analysis of demand forecast, the the bivariate series of value and volume of cashew nut exports from Cearà from 1996 to 2012. The results showed that the model state space was more successful in predicting the variables value and volume over the period that goes from january to march 2013, when compared to other models by the method of root mean squared error, getting the lowest values for those criteria. / A aplicaÃÃo de sÃries temporais em diversas Ãreas como engenharia, logÃstica, pesquisa operacional e economia, tem como objetivo o conhecimento da dependÃncia entre dados, suas possÃveis tendÃncias, sazonalidades e a previsÃo de dados futuros. Considerando a carÃncia de mÃtodos eficazes de suporte ao planejamento logÃstico na Ãrea de comÃrcio exterior, neste trabalho foram apresentados e utilizados os modelos multivariados, na Ãrea de sÃries temporais: auto-regressivo vetorial (VAR), auto-regressivomÃdias mÃveis vetorial (ARMAV) e espaÃo de estados (EES). Estes modelos foram empregados para a anÃlise de previsÃo de demanda, da sÃrie bivaria de valor e volume das exportaÃÃes cearenses de castanha de caju no perÃodo de 1996 à 2012. Os resultados mostraram que o modelo espaÃo de estados foi mais eficiente na previsÃo das variÃveis valor e volume ao longo do perÃodo janeiro à marÃo de 2013, quando comparado aos demais modelos pelo mÃtodo da raiz quadrada do erro mÃdio quadrÃtico, obtendo os menores valores para o referido critÃrio.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The goal of the electricity distribution companies is to provide consumers with a continuous supply of energy and quality. This dissertation addresses the Vehicle Routing Problem, specifically the partially dynamic routing with static entries, where some events that occur stochastically are dynamically incorporated during the execution of the service. In this sense, we sought to develop a methodology to provide the emergency service events that arise randomly during the working day, taking into account attributes of location, time of service and time of occurrence, to minimize the travel time of vehicles on scheduled routes. For that, a sequence of steps has been developed and described for the structuring of a demand forecasting system, which should be able to design patterns and trends analyzed data from past demands. Intending to meet these assumptions, the study sought support in two forecasting methods: exponential smoothing and prediction from conditional probabilities. The study also sought to identify the main variables that influence the way aleatótia the occurrence of emergency orders. The results obtained with these methods, assisted in the capture of the stochasticity of the order process emergency orders, as well as in forecasting service demand. The work seeks to identify the input variables for routing, providing subsidies for the analyzed company that does not have this information. / A meta das empresas de distribuição de energia elétrica é proporcionar ao consumidor um fornecimento de energia contínuo e com qualidade. Esta dissertação aborda o Problema do Roteamento de Veículos, mais especificamente o roteamento parcialmente dinâmico, com entradas estáticas, onde alguns eventos que ocorrem de forma estocástica são incorporados dinamicamente durante a execução do serviço. Neste sentido, buscou-se elaborar uma metodologia capaz de prever as ocorrências de serviços emergenciais, que surgem aleatoriamente durante a jornada de trabalho, levando em consideração atributos de localização, tempo de serviço e horário de ocorrência, visando minimizar o tempo de deslocamento dos veículos nas rotas programadas. Para isso, foi desenvolvida e descrita uma sequência de etapas para estruturação de um sistema de previsão de demanda, o qual deve ser capaz de projetar padrões e tendências dos dados analisados a partir de demandas passadas. Pretendendo atender a estes pressupostos, o estudo buscou suporte em dois métodos de previsão: suavização exponencial e previsão a partir de probabilidades condicionais. O estudo ainda buscou, identificar as principais variáveis que influenciam de maneira aleatótia a ocorrência de ordens emergenciais. Os resultados obtidos com estes métodos, auxiliaram na captura da estocasticidade do processo de despacho de ordens emergências, bem como, na previsão de demanda de serviço. O trabalho busca identificar as variáveis de entrada para o roteamento, proporcionando subsídios para a empresa analisada que não dispõe destas informações.

Made available in DSpace on 2016-06-02T19:51:51Z (GMT). No. of bitstreams: 1 3779.pdf: 1426121 bytes, checksum: a6f8e39bedf841fb3a719a8979689441 (MD5) Previous issue date: 2011-07-06 / Nowadays, even small-sized enterprises are investing in integrated management systems, called ERP (Enterprise Resource Planning), as a way to solve planning problems and to better control their cash flow. However, these enterprises end up neglecting one of the main inputs to improve the PPC (Production Planning and Control): the demand forecast. Thus, planning and cash flow problems persist, and no matter how flexible the enterprise is, it cannot follow the demand due to limited resources. Another factor is related to the responsibility of elaborating the sales forecast, which a single area or department is in charge of and reflects all the development of the enterprise, in case values are not reliable. This work fits context, once its main goal is to present a process which combines various methods or forecasting techniques, integrating areas or departments as a whole, and sharing the responsibilities to obtain a consensual preview accepted by all. This process aims to align the revenue goals defined by the board and make possible actions with advance, in case it is seen that the objectives cannot be achieved in revenue terms, promoting coordinated actions between the commercial and productive areas, searching for a common outcome in financial terms. The proposed method also aims to improve the way of communication among areas, integrating the information and trying to suggest an evaluation and analysis process of the performed forecasts, apart from proposing an incentive to the commercial area to search for accuracy in the forecasts. The final outcome of demand forecast process will be a master production scheduling. A theoretical-empirical analysis is presented, and the research, based on literature, identifies, from the production system evolution, the production planning and control the demand forecast process, its forecasting techniques and the evaluation of errors. Next, demand forecasting processes is presented, as a way to improve the demand forecast identified in the case study and demonstrate the expected outcomes after the implementation of this demand forecast model. / Atualmente, mesmo as empresas de pequeno porte estão investindo em sistemas de gestão integrados, chamados de ERP (Enterprise Resources Planning), como uma forma de resolver problemas de planejamento e controlar melhor seu fluxo de caixa. Porém, essas empresas acabam negligenciando um dos principais insumos para melhorar o PCP (Planejamento e Controle da Produção): a previsão de demanda. Assim, persistem os problemas de planejamento e de fluxo de caixa, e por mais flexível que seja a empresa, ela não consegue acompanhar a demanda em função de recursos limitados. Outro fator está relacionado à responsabilidade de elaborar a previsão de vendas, que fica a cargo de uma única área ou departamento e reflete todo o desempenho da empresa, caso os valores não sejam confiáveis. Este trabalho se insere neste contexto, uma vez que tem como objetivo principal apresentar um processo que combine vários métodos ou técnicas de previsão, integrando as áreas ou departamentos como um todo, e dividindo as responsabilidades pela obtenção de uma previsão de consenso aceita por todos. Este processo busca alinhar as metas de faturamento definidas pela diretoria e tornar possíveis ações com antecedência, caso se perceba que os objetos podem não ser alcançados em termos de faturamento, promovendo ações coordenadas entre a área comercial e produtiva, em busca de um resultado comum em termos financeiros. O método proposto também almeja melhorar a forma de comunicação entre as áreas, integrando as informações e procura sugerir um processo de avaliação e análise das previsões realizadas, além de propor um incentivo à área comercial para que busque uma acuracidade das previsões. O resultado final do processo de previsão de demanda será um programa mestre de produção. Uma análise teórico empírica é apresentada, e a pesquisa, com base na literatura, identifica, desde a evolução dos sistemas de produção, o planejamento e controle da produção, o processo de previsão de demanda, suas técnicas de previsão e a avaliação dos erros. Em seguida, apresenta-se uma proposta de método de previsão de demanda, como forma de melhorar a previsão de demanda identificada no estudo de caso e demonstra os resultados esperados após a implantação deste modelo de previsão de demanda.

Submitted by MARIO AUGUSTO MATOS SIMON ESTEVES (marioaugustoesteves@gmail.com) on 2016-12-21T01:17:05Z No. of bitstreams: 1 Dissertacao de Mestrado - Mario Esteves - Final.pdf: 3642994 bytes, checksum: 14617df83472dcb04e1f218abfd26cd4 (MD5) / Approved for entry into archive by Felipe Augusto Arakaki (arakaki@reitoria.unesp.br) on 2016-12-22T12:43:08Z (GMT) No. of bitstreams: 1 esteves_mams_me_guara.pdf: 3642994 bytes, checksum: 14617df83472dcb04e1f218abfd26cd4 (MD5) / Made available in DSpace on 2016-12-22T12:43:08Z (GMT). No. of bitstreams: 1 esteves_mams_me_guara.pdf: 3642994 bytes, checksum: 14617df83472dcb04e1f218abfd26cd4 (MD5) Previous issue date: 2016-10-21 / Com o contínuo crescimento da competitividade global, o grande desafio é trabalhar de forma enxuta, mas sem prejudicar o nível de serviço ao cliente. Para isso, busca-se uma rápida e adequada integração das necessidades do mercado na direção dos fornecedores, de modo a balancear e alinhar estrategicamente a demanda com a capacidade operacional ao longo de toda a cadeia de suprimentos. Para a presente pesquisa, utilizou-se levantamento do tipo survey, e o objetivo geral é verificar o panorama atual das práticas de Gestão de Demanda e Previsão de Demanda nas indústrias da Cadeia de Suprimentos Automotiva Brasileira, identificando as principais práticas utilizadas e as principais dificuldades relacionadas à execução dos processos de gestão e previsão de demanda, bem como as consequências causadas pelas variações e incertezas de demanda. Para tanto, com base na revisão da literatura e no método hipotético dedutivo de Popper, foi elaborado um questionário que foi respondido por 37 empresas da cadeia de suprimento automotiva dos mais diversos setores. Os resultados mostram que as empresas da cadeira de suprimento automotiva fazem uso com predominância de técnicas mais simples como opiniões de executivos e da equipe de vendas e utilização de médias móveis. A falta de disponibilidade de dados, a necessidade de capacitação e treinamento da equipe e a deficiencia no conhecimento dos modelos e ferramentas de previsão de demanda aparecem como as maiores barreiras para elaboração das previsões de demanda. / With the continued growth of global competitiveness, the challenge is to work lean way, but without affecting the level of customer service. As a result, a quick and proper integration of the market requirements towards suppliers should be sought, in order to balance and strategically align the demand with the operational capacity along the entire supply chain. This research use the survey method and the overall objective is to find what the current situation of Demand Management and Demand Forecasting practices in the industries of Brazilian Automotive Supply Chain, identifying the main practices and the difficulties related to the implementation of the management and demand forecasting processes, as well as those caused consequences as a result of variations and demand uncertainties. Therefore, based on the literature review and popper´s hypothetico-deductive method, it has been designed a questionnaire that was answered by 37 companies in the automotive supply chain in various sectors. The results show that companies in the automotive supply chair make use predominantly of the simplest techniques as executive and sales force opinion methods and use of moving averages. The lack of availability of data, the need of professional training and deficiency of knowledge of the models and demand forecasting tools appear as major barriers to development of demand forecasts.

Este trabalho analisa a viabilidade de aplicação de uma sistemática de gestão de estoques que permite escolher e parametrizar modelos de decisão de reposição de itens para apoiar os coordenadores de abastecimento de supermercados, através da utilização de dados reais. O principal objetivo desta sistemática é contribuir para o aumento da disponibilidade de produtos na loja do supermercado, através do seguinte equacionamento: minimizar os custos operacionais e de estoque do varejo, tendo como restrição um nível mínimo de serviço ao cliente. Esta pesquisa experimental aplicada possibilitou identificar que o modelo CALNEC apresentou o melhor desempenho em 80% da amostra. A melhor configuração (configuração dos melhores desempenhos de todos os modelos) ofereceu uma economia de até 42% frente ao custo atual. O modelo de gestão de estoque atualmente utilizado apresentou desempenho pior mesmo comparado aos modelos não vencedores. / This work analyses the viability of an application of the inventory management systematic, which allows to choose and to parameterize replenishment decision models to support supermarket replenishment coordinators in their tasks, using real data. The main objective of this systematic is to contribute to the product availability improvement in the supermarket store considering the following equation: minimize the operational and inventory costs from retail having as a restriction the minimum customer service level in items available at the retail store. This experimental applied research identified CALNEC as the inventory model that presented the best performance in 80% of the sample. The best configuration (configuration of the best performance from all models) showed a saving of 42% compared to the current costs. The current inventory management model presented the worst performance even compared to the non-winners models.

Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-01-10T17:04:37Z No. of bitstreams: 1 raphaelfranciscofirmianoteixeira.pdf: 2043800 bytes, checksum: c1621a5e2f6c91e329bbc4cd21d1701b (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-01-23T11:53:03Z (GMT) No. of bitstreams: 1 raphaelfranciscofirmianoteixeira.pdf: 2043800 bytes, checksum: c1621a5e2f6c91e329bbc4cd21d1701b (MD5) / Made available in DSpace on 2018-01-23T11:53:03Z (GMT). No. of bitstreams: 1 raphaelfranciscofirmianoteixeira.pdf: 2043800 bytes, checksum: c1621a5e2f6c91e329bbc4cd21d1701b (MD5) Previous issue date: 2017-08-30 / Frequentemente os valores dos parâmetros exigidos em um Contrato de Fornecimento de Energia Elétrica para consumidores não industriais são estimados com base na previsão de demanda utilizando o método “Naive”, por vezes, com algum ajuste empírico, o que pode gerar um contrato não-ótimo para o consumidor. Exemplo desse tipo de consumidor são as universidades, principalmente as públicas, por possuírem dimensões físicas consideráveis. Em consumidores com esse tipo de comportamento, a elaboração de um perfil de demanda baseado em estudo do funcionamento das instalações torna-se algo muito complicado. Tendo em vista tratar-se de um consumidor pertencente ao Serviço Público, há a necessidade de Contratos definidos com critérios suficientemente claros, haja vista a pressão dos órgãos de controle. Mais ainda quando se considera o uso responsável e eficaz do dinheiro público. Portanto, métodos com base na previsão de demanda do consumidor, em função do seu histórico e capazes de uma aproximação maior com a realidade, seriam importantes para obter contratos com valores financeiros minimizados. Tendo os dados de Demandas Registradas da Universidade Federal de Juiz de Fora e dados auxiliares de Temperaturas e Calendário de Aulas, desenvolvemos um método que testa previsões realizadas por métodos lineares (Médias Móveis, ARIMA e Holt-Winters), com previsões realizadas por métodos não- lineares (Redes Neurais). Comparamos estas previsões, e a melhor foi levada a um processo de otimização utilizando Algoritmos Genéticos. Essa otimização revelou dados ótimos para o Contrato e os respectivos custos. A previsão com melhor desempenho foi a obtida utilizando-se Redes Neurais, sem os dados auxiliares. A otimização levou a escolha da Tarifa Azul, com previsão de ganhos econômicos para a UFJF. / The values of the parameters required in a Contract of Electric Power Supply are often estimated with bases on the demand forecasted using the “Naive” method, for nonindustrial consumers. Sometimes, the method suffers some empirical adjustment, which can generate a non-optimal contract for the consumer. Universities (in special the public ones) are examples of these type of consumers since they have considerable physical dimensions. The elaboration of a demand profile for these type of consumers, based on a study of the operation of the facilities, is a complicated task. Because the consumer is part of the Public Service, there is a need for Contracts defined with sufficiently clear criteria, given the pressure of the control bodies, particularly when the responsible and effective use of the public money is considered. Therefore, methods based on the consumer demand forecast in function of consumer’s history, and capable of greater approximation with reality, would be important to obtain contracts with minimized financial values. A method was developed based on data of the registered demands of the Federal University of Juiz de Fora (UFJF), and Temperature and Class Calendar adjuvant data. The method tests the predictions made by linear (Moving Averages, ARIMA and Holt-Winters) and by non-linear methods (Neural Networks). The predictions were compared and the best one was taken to an optimization process using Genetic Algorithms. The optimization revealed optimal data for the contract and its costs. The prediction that showed the best performance was the one obtained using Neural Networks without the adjuvant data. The optimization led to the choice of the “Tarifa Azul”, with possible economic gains for UFJF.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-03-02T13:24:53Z No. of bitstreams: 1 guilhermeguilherminoneto.pdf: 1186805 bytes, checksum: c3c46b18aeea88b1e1d4b4fa3d1a36e5 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-03-06T19:39:48Z (GMT) No. of bitstreams: 1 guilhermeguilherminoneto.pdf: 1186805 bytes, checksum: c3c46b18aeea88b1e1d4b4fa3d1a36e5 (MD5) / Made available in DSpace on 2017-03-06T19:39:48Z (GMT). No. of bitstreams: 1 guilhermeguilherminoneto.pdf: 1186805 bytes, checksum: c3c46b18aeea88b1e1d4b4fa3d1a36e5 (MD5) Previous issue date: 2014-08-20 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Previsões de demanda em curto prazo são fundamentais para o planejamento e o controle da produção em sistemas de energia elétrica. Como não é viável manter estoques de segurança para compensar demandas inesperadas, a programação da geração é baseada em previsões feitas com antecedência de algumas horas. Ao longo dos anos, muitos métodos foram testados para a resolução do problema. Dentre os mais populares estão os univariados, em que a demanda é escrita como uma função linear de seu comportamento histórico e prevista por técnicas estatísticas. Também é frequente o uso de métodos multivariados, que levam em conta o efeito não- linear de variáveis climáticas, como a temperatura do ar, sobre o comportamento do consumidor. Para este caso, a literatura recente sugere o uso de previsores de inteligência computacional, como as redes neurais artificiais. Embora alguns autores afirmem que deve-se considerar métodos multivariados, outros defendem que, para previsões de curto prazo (horizonte de poucas horas), a inclusão de variáveis climáticas traz poucos benefícios, posto que seus efeitos levam mais tempo para serem percebidos. Neste trabalho, experimentamos diversos métodos univariados e multivariados a fim de comparar seu desempenho sobre uma base de dados da cidade do Rio de Janeiro. Para estes dados, mostramos que é possível obter, por meio de um simples previsor linear univariado (um modelo de curva de carga cuja componente-padrão é prevista pelo amortecimento de Holt-Winters-Taylor), resultados próximos aos de técnicas mais complexas, porém, com as vantagens de maior robustez, parcimônia e economia de recursos computacionais. / Short-term demand forecasts a are vital part of the production plan and control on electrical power systems. As it is not possible to keep large inventories to meet sudden demand increases, the generation scheduling is based on forecasts made for some hours ahead. Throughout the years, many methods have been proposed in order to solve the problem. Among the most popular are the univariate ones, on which the demand is written as a linear function of its historical behavior and forecast by statistical techniques. It is also common to use multivariate methods, which take into account also the nonlinear effects produced on the demand by weather-related variables, such as the air temperature. For this case, recent papers suggest the use of computational intelligence devices, such as artificial neural networks. Although some authors claim that multivariate methods must be considered, some others state that, on a short-run (lead-times up to a few hours), adding weather-related variables brings little benefits, because its effects might take a longer time to affect the demand. On this work, we experiment a large amount of univariate and multivariate methods aiming to compare its performance over a dataset from the city of Rio de Janeiro. For these data, we show that is possible to obtain, via a simple linear univariate method (a load curve model where the standard load is forecast by the Holt-Winters-Taylor smoothing), results that are close enough to those achieved by more complex techniques, but bringing the advantages of more robustness, parsimony and computational economy.